通过人工智能增强的早期卵巢癌诊断生物传感器
Tao Hu1,2, Haoyu Xiao1, Shanling Ji1
1School of Mechanical Engineering, Jiangsu Key Laboratory for Design and Manufacture of Micro-Nano Biomedical Instruments, Southeast University, Nanjing, Jiangsu Province 211189, P. R. China. lx2016@seu.edu.cn.
Journal of materials chemistry. B
|August 29, 2025
概括
这项研究引入了一种使用细胞外囊 (EVs) 早期癌症检测的新生物传感器. 表面增强的拉曼散射 (SERS) 生物传感器为卵巢癌诊断提供了高灵敏度和准确性.
科学领域:
- 生物医学工程
- 纳米技术
- 癌症诊断
背景情况:
- 由于其稳定性和可检测性,细胞外囊泡 (EVs) 对早期癌症诊断具有前景.
- 目前的电动汽车检测方法在灵敏度和复杂化能力方面存在局限性.
研究的目的:
- 开发和验证一种新型的生物传感器,用于对电动汽车多种生物标志物的敏感和同时检测.
- 评估生物传感器在健康个体和卵巢癌患者之间进行区分的性能.
主要方法:
- 用于表面增强拉曼散射 (SERS) 生物传感器的二硫化物 (MoS2) 复合膜.
- 量化检测EV度并同时测量三个卵巢癌标志物 (CD63,CD24,CA125).
- 应用机器学习算法来分析诊断模型开发的检测数据.
主要成果:
- 实现了EV的低检测极限 (LOD) 1.4 × 10^4颗粒/毫升.
- 在健康和卵巢癌患者血清样本之间进行了有效的区分.
- 使用机器学习分析开发了一种具有97.78%预测准确性的诊断模型.
结论:
- 这种新型SERS生物传感器在早期检测卵巢癌方面具有很高的灵敏度和特异性.
- 开发的诊断模型显示了癌症诊断中的临床应用潜力.
- 这项技术可以彻底改变早期癌症检测策略和诊断模式.
